神经动力学模型的能控性分析
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.3 课题研究目的及意义 | 第14页 |
| 1.4 本文主要内容及结构安排 | 第14-17页 |
| 第2章 能控性理论及相关知识介绍 | 第17-27页 |
| 2.1 能控性矩阵 | 第17-18页 |
| 2.1.1 线性系统的能控性矩阵 | 第17-18页 |
| 2.1.2 非线性系统的能控性矩阵 | 第18页 |
| 2.2 能控性指数 | 第18-19页 |
| 2.3 复杂网络简介 | 第19-24页 |
| 2.3.1 网络的图表示 | 第19-20页 |
| 2.3.2 网络特征量 | 第20-21页 |
| 2.3.3 拓扑结构 | 第21-24页 |
| 2.4 线性化方法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 单神经动力学模型的能控性分析 | 第27-40页 |
| 3.1 单神经动力学模型 | 第27-29页 |
| 3.2 单神经动力学模型的能控性指数 | 第29-31页 |
| 3.3 仿真结果与分析 | 第31-39页 |
| 3.3.1 兴奋性增益参数的影响 | 第32-35页 |
| 3.3.2 抑制性增益参数的影响 | 第35-36页 |
| 3.3.3 内部连接参数的影响 | 第36-37页 |
| 3.3.4 兴奋性输入参数的影响 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 耦合模型能控性与动力学的关系分析 | 第40-50页 |
| 4.1 多神经动力学耦合模型 | 第40-42页 |
| 4.2 耦合模型的能控性指数 | 第42-43页 |
| 4.3 仿真结果与分析 | 第43-48页 |
| 4.3.1 耦合强度的影响 | 第44-46页 |
| 4.3.2 拓扑结构的影响 | 第46-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第5章 耦合模型能控性与拓扑的关系分析 | 第50-58页 |
| 5.1 网络拓扑参数 | 第50-51页 |
| 5.2 仿真结果与分析 | 第51-57页 |
| 5.2.1 耦合节点数目的影响 | 第53-54页 |
| 5.2.2 拓扑结构的影响 | 第54-56页 |
| 5.2.3 网络特征量的影响 | 第56-57页 |
| 5.3 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |
